风力发电机叶片状态监测与故障诊断系统设计和实现

发布时间：2017-09-28 08:42

  本文关键词：风力发电机叶片状态监测与故障诊断系统设计和实现

  更多相关文章： 风力发电机组叶片 状态监测 故障诊断 小波包 支持向量机 和声搜索算法

【摘要】：全球当前最丰富的清洁能源包括风能、太阳能、地热等。风能在全球得到了大规模的开发,而风能最有效的转变和使用方式是风力发电。大型设备制造业、风电技术的不断发展使得风力发电机组(风电机组)不断朝着大型化、海洋化的方向发展,安装数量也在逐年增加,截止到2014年全球总装机容量达到369,553MW。风电总装机容量持续提高,其故障和事故的发生率随之变高,因此带来严重的经济损失,并且影响电网的运行稳定与安全。机组运行中叶片、齿轮箱、发电机以及偏航系统等组件易于发生故障。叶片作为动能的输入端,它的状态严重影响系统的运行和安全。因此本文对叶片的几种常见故障和产生机理进行了分析,并介绍了风机叶片常见的几种检测技术;设计了一套叶片振动信号的采集监测系统,其中采集系统硬件包括应变片、放大器、单片机、无线传输模块、电源模块等,上位机系统借助labview开发软件设计了可对叶片的振动信号进行实时监测显示和保存的程序。针对叶片常见的三种状态和正常状态下的振动信号,经过长期的数据采集,对转速在0.1rad/s下的信号使用谐波小波包进行了特征提取;提出了一种改进和声搜索算法优化SVM参数,并分别使用基本HS-SVM和改进HS-SVM对特征向量进行训练和预测,实验结果表明改进HS-SVM较基本HS-SVM具有更好的分类效果。
【关键词】：风力发电机组叶片 状态监测 故障诊断 小波包 支持向量机 和声搜索算法
【学位授予单位】：上海电机学院
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM315
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-19
• 1.1 课题背景11-14
• 1.2 风力发电机叶片状态检测和故障诊断现状14-16
• 1.3 课题研究目的及意义16-17
• 1.4 论文研究内容及章节安排17-19
• 第二章 风力发电机组叶片故障分析及检测技术分类19-26
• 2.1 引言19
• 2.2 风力发电机组结构原理介绍19-20
• 2.3 风力发电机组叶片故障原因分析20-22
• 2.4 风力发电机组常见故障类型分析22-24
• 2.5 常用的叶片检测技术24-25
• 2.6 本章小结25-26
• 第三章 风电叶片振动信号数据采集系统26-55
• 3.1 引言26
• 3.2 风电叶片状态监测数据采集系统组成26-29
• 3.2.1 控制单元27
• 3.2.2 振动信号采集27-28
• 3.2.3 数据传输28-29
• 3.3 风电叶片状态监控数据采集系统硬件设计29-47
• 3.3.1 电源模块29-30
• 3.3.2 核心控制单元30-33
• 3.3.3 三轴加速度传感器33-35
• 3.3.4 全桥应变片模块35-40
• 3.3.5 无线传输模块40-44
• 3.3.6 电路板绘制44-47
• 3.4 风电叶片状态监控数据采集系统软件设计47-54
• 3.4.1 单片机程序设计48-50
• 3.4.2 上位机设计50-54
• 3.5 本章小结54-55
• 第四章 风电叶片故障识别模型55-74
• 4.1 小波分析理论55-59
• 4.1.1 小波分析55-57
• 4.1.2 小波包分析57-59
• 4.2 谐波小波理论59-61
• 4.2.1 谐波小波变换59-60
• 4.2.2 谐波小波包60-61
• 4.3 支持向量机61-69
• 4.3.1 统计学习基本理论61-64
• 4.3.2 SVM基本思想64-67
• 4.3.3 核函数67
• 4.3.4 SVM的分类算法67-69
• 4.3.5 LIBSVM69
• 4.4 和声搜素算法69-72
• 4.4.1 基本和声搜索算法69-71
• 4.4.2 改进和声搜索算法71-72
• 4.4.3 改进HS算法优化SVM参数选择72
• 4.5 信号的特征选择与提取理论72-73
• 4.5.1 特征选择与提取72
• 4.5.2 特征选择和提取的目的72-73
• 4.6 本章小结73-74
• 第五章 风电叶片故障识别研究74-81
• 5.1 引言74
• 5.2 叶片振动信号的特征提取74-78
• 5.3 基于改进和声算法SVM故障识别78-80
• 5.3.1 建立叶片损伤识别模型78
• 5.3.2 SVM的叶片故障识别结果78-80
• 5.4 本章小结80-81
• 第六章 总结81-82
• 参考文献82-87
• 致谢87-88
• 攻读硕士学位期间取得的研究成果88

【相似文献】

中国期刊全文数据库 前10条

1 ;高效风力发电机[J];发明与革新;2001年05期

2 闫合香;高效风力发电机[J];机械与电子;2001年05期

3 陈松利 ,田德,王海宽,辛海升;200W浓缩风能型风力发电机的应用[J];农村牧区机械化;2001年03期

4 陈松利,王海宽,辛海升,韩巧丽;200W浓缩风能型风力发电机抗台风塔架的设计[J];内蒙古农业大学学报(自然科学版);2001年04期

5 刘桦;高效风力发电机[J];微电机(伺服技术);2001年03期

6 明涛;高效风力发电机问世[J];机械工程师;2002年03期

7 ;阿根廷推出新型风力发电机[J];上海大中型电机;2002年04期

8 杨小林,范磊,李海峰;300kW可变速风力发电机的研制[J];大电机技术;2002年05期

9 马鹏飞;小型风力发电机使用知识[J];可再生能源;2003年02期

10 ;阿根廷推出新型风力发电机[J];福建电力与电工;2003年01期

中国重要会议论文全文数据库 前10条

1 侯书红;张新燕;;利用面向方框图的仿真方法对风力发电机进行仿真[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

2 周俊旭;张林文;邹宇知;;大型风力发电机复合材料叶片研制探索[A];中国硅酸盐学会2003年学术年会论文摘要集[C];2003年

3 周俊旭;张林文;邹宇知;;大型风力发电机复合材料叶片研制探索[A];第十五届玻璃钢/复合材料学术年会论文集[C];2003年

4 田德;王海宽;韩巧丽;;浓缩风能型风力发电机的研究与进展[A];中国农业工程学会第七次全国会员代表大会及学术年会论文集[C];2004年

5 田德;王海宽;韩巧丽;;浓缩风能型风力发电机的研究与进展[A];中国农业工程学会第七次会员代表大会论文集[C];2004年

6 田德;王海宽;韩巧丽;;300W浓缩风能型风力发电机的特性分析[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第一分册[C];2005年

7 俞红鹰;;中国小型风力发电机回顾与展望[A];农业机械化与新农村建设——中国农业机械学会2006年学术年会论文集（上册）[C];2006年

8 周俊旭;张林文;邹宇知;;大型风力发电机复合材料叶片研制探索[A];第十五届玻璃钢/复合材料学术年会论文集[C];2003年

9 李丹;张义军;吕伟涛;;风力发电机叶片姿态与雷击概率关系的模拟分析[A];S13 第十届防雷减灾论坛——雷电灾害与风险评估[C];2012年

10 吴亚飞;;浅谈风力发电机的维修与保养[A];中国农业机械工业协会风能设备分会2012年度论文集（上）[C];2012年

中国重要报纸全文数据库 前10条

1 季红兵邋玉涛;戚机厂试制成功风力发电机[N];常州日报;2007年

2 黄宣传;黄石一退休高工造出风力发电机[N];湖北日报;2007年

3 宋亚平 王雪杉 记者　 薛秀颖;哈电领军国内大型风力发电机[N];哈尔滨日报;2006年

4 本报记者 原子 实习生 王太刚;一种家用风力发电机在黄石“怀胎”[N];黄石日报;2007年

5 常思哲;浑南将建风力发电机生产基地[N];沈阳日报;2007年

6 熊兆蓉;德国风力发电“风险”引起关注[N];中国信息报;2007年

7 本报记者 应尤佳;江特电机合营风力发电机[N];上海证券报;2008年

8 黄启艳;中山造“家庭风力发电机”拿到首张订单[N];中山日报;2008年

9 记者 毛庆邋通讯员 赵敬翔;南京首个风力发电机项目落户溧水[N];南京日报;2008年

10 本报记者 严丹;北海风力发电机正式并网发电[N];北海日报;2009年

中国博士学位论文全文数据库 前10条

1 王建宏;风力发电机的柔性多体动力学研究[D];重庆大学;2009年

2 白\讶，

本文编号：934890